摘要：
工作原理： 分级聚类通过连续不断将最为相似的集群两两合并，来构造出一个群组的层级结构。其中的每个群组都是从单一元素开始的。每次迭代的过程中，分级聚类算法会计算每2个集群间的距离，并将距离最近的两个集群合并为一个新的集群，这一过程会一直继续下去，直到只剩一个群组为止 分级聚类的过程： 从图中可以看出， 阅读全文
摘要：
大数据与MapReduce 阅读全文
摘要：
利用SVD简化数据 阅读全文
摘要：
利用PCA来简化数据 阅读全文
摘要：
决策树 阅读全文
摘要：
使用FP-growth算法来高效发现频繁项集 阅读全文
摘要：
使用Apriori算法进行关联分析 阅读全文
摘要：
利用k均值聚类算法对未标注的数据分组 阅读全文
摘要：
树回归 阅读全文
摘要：
预测数值型数据：回归 阅读全文